Efficient two step edge based partial distortion search for fast block motion estimation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In video coding, block based full search motion estimation algorithm has been widely used, but it suffers from high computational requirements. In order to reduce the computations, this paper proposes a novel edge based partial distortion search (EPDS) algorithm which reduces the computation of each distortion measure by using partial distortion search. In this algorithm, the entire macroblock (MB) is divided into different sub-blocks and the calculation order of partial distortion is determined based on the edge strength of sub-blocks. This algorithm adaptively changes the early termination threshold for every accumulated partial sum of absolute difference. In the proposed method, only selected numbers of search points are considered for candidate motion vectors. An efficient early termination method, which is based on the dynamic threshold, is also proposed to decide whether a search point has met the Rate-Distortion (RD) cost criterion so that the best search point can be determined early. Simulation results show that the proposed method offers a remarkable improvement in computational speed when compared to full search (FS) and normalized partial distortion search (NPDS) algorithms. The proposed method is 115 times faster than FS, 10 times faster than NPDS and 2 times faster than the dual halfway stop NPDS (DHS-NPDS) on an average. PSNR degradation of the proposed algorithm is negligible and in the region of 0.01 dB. The proposed method can be easily applied to many mobile video application areas such as digital cameras and DMB (Digital Multimedia Broadcasting) phones <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">1</sup> .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle